论文部分内容阅读
表面粗糙度用于描述零件表面微观几何形貌特征,对零件的设计加工和使用性能判别具有重要意义。传统的接触式测量方法会对被测表面造成损伤,且时间效率低。且传统的二维表面粗糙度不能客观准确表达三维形貌的特征。因此,本课题采用非接触式的聚焦形貌恢复技术重构表面三维形貌,并对三维粗糙度进行测量。测量结果和目前国际上通用的测量设备Rtec相进行比较。课题主要研究成果有:(1)设计一种聚焦评价函数。聚焦形貌恢复技术中,弥散圆斑的半径大小直接影响邻域像素的差异性和图像的清晰度。基于此原理,本文使用灰色关联度度量像素的聚焦等级,提出基于灰色关联度的聚焦评价函数。通过与Rtec重构形貌进行实验对比,实验表明该算法在精度和时间效率方面有一定的提升。(2)提出一种内存空间效率更高的聚焦形貌恢复算法。针对聚焦形貌恢复技术数据量大的问题,提出扩散模式的聚焦形貌恢复算法以节约内存。该算法首先使用传统的方法计算扩散区域的深度,然后根据邻域已扩散区域的深度信息,推测扩散点的深度范围,最后在局部范围内搜索得到准确的深度。实验表明,提出的扩散算法在保证精度的同时,内存使用空间降低9.6%。(3)设计开发了三维表面粗糙度测量系统。该系统通过插件和配置文件的软件系统架构,使得系统具有较强的可扩展性。对三维表面粗糙度评定参数Sa和Sq进行测量,通过和Rtec测量结果相对比,本系统测量的结果相对误差小于5%,精度较高,能够实际测量中应用。